1.2Power Query: limpiar y transformar datos
Lo esencial en 30 segundos
- Power Query es el mismo motor que en Excel: limpia por etapas guardadas y reproducibles en cada actualización.
- La regla de oro: se corrige la consulta, nunca los datos a mano — la receta se reproduce automáticamente.
- La anulación de dinamización es LA transformación del análisis: convierte las columnas de meses en dos columnas Atributo/Valor (formato largo).
Mini-caso continuo — Zineb limpia la tabla cruzada de su pyme
Zineb recibe un archivo de costes de producción donde los meses están en columnas (Ene, Feb, Mar…), con encabezados parásitos e importes tipados como texto. Aplica la sección: en Transformar los datos, tipa cada columna (fechas como fecha, importes como decimal), elimina las filas de título y luego anula la dinamización de las columnas de meses para obtener dos columnas Atributo/Valor — un formato largo analizable por mes. Cada gesto se inscribe en «Pasos aplicados» y se reproducirá en la actualización. Su regla: corrige la consulta, nunca el valor a mano.
Caso autónomo de esta sección: reaparece en el curso, el esquema, el guion y el reto de 48 h de la sección 1.2.
1. Un motor de etapas reproducibles
Power Query es el mismo motor que en Excel: el editor que limpia y transforma los datos por etapas guardadas y reproducibles. Tipar las columnas, eliminar lo inútil, dividir, reemplazar, combinar: cada gesto se inscribe en «Pasos aplicados» y se reproduce en cada actualización. La regla de oro: nunca se corrigen los datos a mano, se corrige la consulta. Zineb empieza siempre tipando cada columna.
2. Tipar y limpiar
El primer reflejo en el editor es el tipado: cada columna debe tener el tipo correcto (texto, número entero/decimal, fecha) — la mitad de los errores de principiante vienen de ahí. Luego se eliminan las filas de título y los totales, se filtran los vacíos, se renombran las columnas mal nombradas. Zineb limpia así su archivo de costes sin tocar nunca el origen.
3. La anulación de dinamización
La transformación más valiosa para el análisis: la anulación de dinamización. Convierte columnas cruzadas (Ene, Feb, Mar…) en dos columnas Atributo/Valor — el gesto que hace los datos analizables (formato «largo»). También conviene conocer: Combinar (unión entre dos consultas, tipo BUSCARX) y Anexar (apilar tablas de la misma estructura). Zineb anula sistemáticamente la dinamización de sus tablas por mes.
🔎 Ejemplo concreto — 🔎 Ejemplo concreto — La anulación de dinamización
Zineb transforma una tabla cruzada en formato largo analizable:
ANTES (cruzada): Producto | Ene | Feb | Mar
Seleccionar las columnas de meses → clic derecho → Anular dinamización
DESPUÉS (larga) : Producto | Atributo (Mes) | Valor
→ analizable por mes en los visuales y el DAX.Lectura: los meses en columnas se convierten en filas «Atributo/Valor» — un formato explotable en todas partes.
Lección: tipar primero, anular la dinamización después: datos bien preparados alimentan todos los visuales.
Vocabulario de la sección
- Editor Power Query
- El taller de preparación (Transformar los datos): transformaciones sin código, guardadas en etapas.
Ejemplo sencillo: Zineb limpia allí su archivo de costes.
Lo que no es: la introducción de valores en una celda del informe.
Reflejo: preparar los datos → Power Query.
- Pasos aplicados
- El registro de la derecha: cada transformación listada, modificable, eliminable.
Ejemplo sencillo: Zineb hace clic en cada etapa para revisar la película de la limpieza.
Lo que no es: una corrección puntual no reproducida.
Reflejo: cada etapa reproducida en la actualización.
- Tipo de datos
- Texto, número entero/decimal o fecha: condiciona la agregación y los cálculos.
Ejemplo sencillo: Zineb tipa sus importes como decimal antes que nada.
Lo que no es: una columna dejada como texto (de ahí un total en «Recuento de»).
Reflejo: tipar cada columna = 1er reflejo.
- Anular dinamización
- Transformar columnas cruzadas en dos columnas Atributo/Valor (formato largo).
Ejemplo sencillo: Zineb anula la dinamización de sus meses en columnas.
Lo que no es: una tabla cruzada dejada tal cual (inanalizable).
Reflejo: formato largo = analizable.
- Combinar / Anexar
- Combinar = unión entre dos consultas (tipo BUSCARX); Anexar = apilar tablas de la misma estructura.
Ejemplo sencillo: Zineb combina ventas y maestra de productos.
Lo que no es: mezclar dos estructuras incompatibles.
Reflejo: enriquecer → Combinar; apilar → Anexar.
En la práctica — En la práctica — La limpieza tipo de una exportación
- Sobre su consulta de ventas (Transformar los datos): compruebe el tipo de CADA columna — fechas como fecha, importes como número decimal, como Zineb.
- Elimine una columna inútil, renombre dos columnas mal nombradas, filtre las filas vacías eventuales.
- Ejercicio de anulación de dinamización: importe una tabla con los meses en columnas → seleccione las columnas de meses → clic derecho → Anular dinamización de las columnas.
- Recorra los Pasos aplicados: haga clic en cada uno para revisar la película y luego Cerrar y aplicar.
Guion paso a paso — limpiar como Zineb (10 min)
1) Zineb abre Transformar los datos sobre su exportación de ventas. 2) Selecciona cada columna y corrige su tipo (icono de encabezado): fecha, decimal, texto. 3) Elimine las filas de título, filtre los vacíos, renombre las columnas mal nombradas. 4) Para una tabla con meses en columnas: seleccione esas columnas → clic derecho → Anular dinamización de las columnas. 5) Relea los Pasos aplicados uno a uno y luego Cerrar y aplicar.
Si una etapa muestra un error tras un cambio de origen, suele ser la etapa «Tipo cambiado» que hace referencia al antiguo nombre de columna: corríjala.
Plantilla copiar-pegar — mi receta de limpieza
1. TIPAR cada columna: fecha / decimal / texto
2. ELIMINAR: filas de título, totales, columnas inútiles
3. FILTRAR los vacíos; RENOMBRAR las columnas
4. ANULAR DINAMIZACIÓN de las columnas cruzadas → Atributo / Valor
5. Releer los PASOS APLICADOS → Cerrar y aplicar
Regla: corregir la consulta, nunca los datos a mano.Costes por mes
Zineb anula la dinamización de una tabla de costes con meses en columnas para analizarla por mes.
Encabezados sucios
Zineb elimina las filas de título parásitas de una exportación bruta antes de tipar.
Combinación
Zineb combina sus ventas con la maestra de productos para enriquecer cada fila.
Apilamiento
Zineb anexa tres exportaciones de la misma estructura en una sola consulta con Anexar.
✓ Buenas prácticas
- Tipar cada columna (primer reflejo del editor).
- Corregir la consulta, nunca los datos a mano.
- Anular la dinamización de las tablas cruzadas para hacerlas analizables.
✗ Errores frecuentes
- Retocar el archivo origen en cada exportación.
- Dejar una columna mal tipada (errores de agregación después).
- Mantener los meses en columnas en lugar de anular la dinamización.
Puntos clave
- Cada transformación es una etapa reproducida en la actualización.
- Se corrige la consulta, nunca los datos a mano.
- Tipar todas las columnas: primer reflejo en el editor.
- Anular la dinamización de las tablas cruzadas hace los datos analizables.
Reto de 48 h — aplíquelo mañana
Retome como Zineb una exportación bruta y construya un pipeline: tipe todas las columnas, elimine las filas parásitas y luego anule la dinamización de una tabla con meses en columnas. Demuestre que todo se reproduce haciendo clic en sus Pasos aplicados.
- Limpio un origen por etapas reproducibles en Power Query.
- Tipo correctamente cada columna.
- Anulo la dinamización de una tabla cruzada a formato largo analizable.
Preguntas frecuentes
Una etapa muestra un error tras cambiar el archivo origen, ¿por qué?
Una columna esperada ha cambiado de nombre o de tipo: haga clic en la etapa en error (a menudo la etapa «Tipo cambiado» que hace referencia al nombre antiguo) y corríjala. Nombres de columna estables en el origen evitan estas roturas.
¿Power Query o DAX para crear una columna: cómo elegir?
Transformación estructural de los datos (limpieza, división, tipado, anulación de dinamización) = Power Query; lógica de negocio que depende del contexto de los visuales (agregados, ratios) = medida DAX. En caso de duda: Power Query para preparar, DAX para calcular sobre la marcha.
¿Cuál es la transformación Power Query más importante para el análisis?